python - 如何有效找到线性分类模型的0/1损失？

Question

这里是机器学习新手。在对训练数据进行权重训练后，我试图计算线性模型的 0/1 损失。我在这里看到了很多使用 for 循环的答案。有没有办法对其进行矢量化？我的尝试如下:

prob = np.dot(X_train,w)>=0

pred = [int(i) for i in prob]

error = np.sum(pred)/X_train.shape[0]

其中 w 是训练后的权重，X_train 的形状为样本数 x 特征数

Answer 1

我不确定你想做什么。但这应该有帮助:

prob = np.dot(X_train,w)>=0  

pred = [int(i) for i in prob]  
z0= [1 if y_val[i,0]!=pred[i] else 0 for i in range(len(pred)) ]
error = sum(z0)/len(z0)